[發明專利]車輛控制用運算裝置、車輛控制裝置及車輛控制用運算方法

有效

• 申請號: 201980094482.2
• 申請日: 2019-03-27
• 公開（公告）號: CN113614809B
• 公開（公告）日: 2023-03-14
• 發明（設計）人: 森本卓爾;森善彥
• 申請（專利權）人: 三菱電機株式會社
• 主分類號: G08G1/16
• 分類號: G08G1/16;B60W50/04
• 代理公司: 上海專利商標事務所有限公司 31100
• 代理人: 胡秋瑾;宋俊寅

本發明的車輛控制用運算裝置包括：環境信息獲取部(11、11?1～11?n)，其獲取環境信息；重要信息指定部(12、12?1～12?n)，其在環境信息獲取部(11、11?1～11?n)所獲取到的環境信息中指定重要環境信息；運算部(13、13?1～13?n)，其基于環境信息獲取部(11、11?1～11?n)所獲取到的環境信息與機器學習中的學習完成模型來進行與車輛的控制有關的運算；貢獻信息指定部(14、14?1～14?n)，其在運算部(13、13?1～13?n)用于運算的環境信息中指定貢獻環境信息；以及可靠度判定部(15、15?1～15?n)，其將重要信息指定部(12、12?1～12?n)所指定的重要環境信息與貢獻信息指定部(14、14?1～14?n)所指定的貢獻環境信息進行比較，來判定運算部(13、13?1～13?n)所進行的運算的結果的可靠度。

技術領域

本發明涉及進行用于控制車輛的運算的車輛控制用運算裝置、根據車輛控制用運算裝置所進行的運算的結果來控制車輛的車輛控制裝置、以及進行用于控制車輛的運算的車輛控制用運算方法。

背景技術

近年來，基于機器學習中的學習完成模型(以下，簡稱為“模型”。)來進行車輛的控制的車輛控制系統正在增加。

另一方面，關于機器學習，該機器學習的精度除了算法以外，還依賴于學習數據的量或品質，因此，以往進行了針對學習數據的研究。例如，專利文獻1中公開了如下技術：計算模型生成中所使用的輸入項目對輸出結果的貢獻度，并基于高貢獻度的輸入項目來生成高貢獻度項目數據集。

現有技術文獻

專利文獻

專利文獻1：

日本專利特開2018－169959號公報

發明內容

發明所要解決的技術問題

即使通過以專利文獻1所公開的技術為代表的現有技術來改善學習數據等，也無法保證基于使用該學習數據等而生成的模型在實際運算時的運算結果是妥當的。

因此，在基于模型來進行車輛的控制的情況下，存在如下問題：有可能按照不妥當的運算結果進行不恰當的車輛的控制。

本發明是為了解決上述問題而完成的，其目的在于提供一種車輛控制用運算裝置，能判定基于模型的運算結果是否能足夠可靠地用于車輛的控制。

用于解決技術問題的技術手段

本發明所涉及的車輛控制用運算裝置，包括：環境信息獲取部，該環境信息獲取部獲取與車輛周邊的環境有關的環境信息；重要信息指定部，該重要信息指定部在環境信息獲取部所獲取到的環境信息中、指定車輛的控制所需的重要環境信息；運算部，該運算部基于環境信息獲取部所獲取到的環境信息、以及以預先獲取到的環境信息作為輸入事先進行了用于輸出與車輛的控制有關的運算結果的機器學習而得到的學習完成模型，來進行與車輛的控制有關的運算；貢獻信息指定部，該貢獻信息指定部在運算部用于運算的環境信息中、指定在該運算的過程中對該運算的貢獻度較高的貢獻環境信息；以及可靠度判定部，該可靠度判定部將重要信息指定部所指定的重要環境信息與貢獻信息指定部所指定的貢獻環境信息進行比較，來判定運算部所進行的運算的結果的可靠度。

發明效果

根據本發明，能判定基于模型的運算結果是否能足夠可靠地用于車輛的控制。

附圖說明

圖1是示出具備實施方式1所涉及的車輛控制用運算裝置的車輛控制裝置的結構例的圖。

圖2是用于說明實施方式1所涉及的車輛控制用運算裝置的動作的流程圖。

圖3是示出實施方式1所涉及的車輛控制用運算裝置中的環境信息的一個示例的圖。